高速列车气动噪声频谱特性X分析论文

高速列车气动噪声频谱特性X分析论文一.摘要

高速列车作为现代交通运输的重要方式，其运行过程中产生的气动噪声已成为影响乘客舒适度和环境质量的关键问题。气动噪声主要由列车高速行驶时与周围空气的相互作用引发，其频谱特性复杂且具有显著的频率、速度和气动环境依赖性。本研究以某型号高速列车为研究对象，通过现场实测与数值模拟相结合的方法，系统分析了不同运行速度、线路环境及列车姿态下的气动噪声频谱特性。研究采用高频麦克风阵列采集噪声数据，结合FAST软件进行频谱分解，并利用CFD-ANSYS软件构建列车周围流场模型，通过计算声压分布与传播路径，验证了实测数据的可靠性。研究发现，气动噪声频谱呈现明显的低频段集中特征，中心频率集中在200Hz至1000Hz范围内，且随列车速度增加呈现线性增长趋势；高频段噪声则受列车表面结构粗糙度和空气湍流强度影响较大。特别地，当列车通过弯道或道岔时，频谱特性发生显著变化，低频段噪声能量增强，峰值频率向更高频段迁移。研究还揭示了列车头部与尾部气动噪声的频谱差异，头部噪声以涡激振动为主，而尾部噪声则受尾流分离效应影响更为显著。基于实验与模拟结果，提出了针对特定频段的降噪优化建议，包括优化列车头部气动外形、改善轮轨接触面粗糙度以及采用主动噪声控制技术等。结论表明，通过深入分析气动噪声频谱特性，可为高速列车气动噪声控制提供科学依据，对提升运行品质和环境保护具有实际意义。

二.关键词

高速列车；气动噪声；频谱特性；CFD模拟；噪声控制；声学分析

三.引言

高速铁路作为国家重要基础设施和综合交通运输体系的重要组成部分，近年来实现了全球范围内的快速发展和广泛应用。随着列车运行速度的不断突破，其气动噪声问题日益凸显，成为制约列车舒适性提升、环境和谐共生以及技术进一步发展的瓶颈之一。高速列车在高速行驶过程中，与周围空气发生剧烈的相互作用，产生复杂的气动噪声。这种噪声不仅显著影响乘客的乘坐体验，降低旅行舒适度，还可能对沿线居民造成环境干扰，引发社会矛盾。因此，深入理解高速列车气动噪声的产生机理、频谱特性及其影响因素，并提出有效的降噪控制策略，具有重要的理论价值和实践意义。

从工程应用角度来看，气动噪声的控制直接关系到高速列车技术的进步和可持续发展。一方面，噪声水平的降低能够显著提升乘客的舒适感和满意度，增强高速铁路的竞争优势。研究表明，噪声污染是影响居民生活质量的重要因素之一，高速列车噪声超标问题已成为城市规划和环境管理中的热点议题。另一方面，通过优化列车气动设计、改进运行管理模式，可以有效降低气动噪声的辐射水平，减少对环境的影响，实现铁路交通的绿色和谐发展。此外，对气动噪声特性的深入研究，还有助于推动相关声学理论、计算流体力学以及主动控制技术等领域的进步，为解决其他高速运动物体的噪声问题提供借鉴和参考。

目前，国内外学者在高速列车气动噪声领域已开展了大量研究工作。早期研究主要集中在噪声的测量与评估方面，通过现场实验获取不同工况下的噪声数据，建立噪声预测模型。随着计算流体力学（CFD）和计算声学（CA）技术的快速发展，研究者开始利用数值模拟手段分析列车周围的流场特性与噪声产生机制。例如，有学者通过CFD模拟揭示了列车头部、车窗缝隙以及轮轨接触等关键部位的噪声辐射特性，并提出了相应的降噪措施。在噪声控制方面，被动控制（如吸声材料、隔声结构）和主动控制（如主动噪声抵消）技术得到了广泛关注。然而，现有研究大多侧重于特定工况或单一降噪手段的探讨，对于不同运行速度、线路环境及列车姿态下气动噪声频谱特性的系统性分析尚显不足，特别是缺乏将实测数据与数值模拟相结合，进行全方位、多维度对比验证的研究。

基于上述背景，本研究旨在系统揭示高速列车气动噪声的频谱特性及其影响因素，为气动噪声的控制提供理论依据和技术支持。具体而言，本研究将重点关注以下几个方面：首先，通过现场实测获取不同运行速度、线路环境及列车姿态下的气动噪声数据，构建全面的噪声数据库；其次，利用CFD-ANSYS软件构建高速列车周围流场模型，模拟不同工况下的气动力分布与声场特性，并与实测结果进行对比验证；再次，基于频谱分析技术，深入剖析气动噪声的频率成分、能量分布及其与关键影响因素（如速度、高度、气流湍流度等）之间的关系；最后，结合分析结果，提出针对性的降噪优化建议，为高速列车气动噪声的控制提供科学指导。本研究拟解决的核心问题是：高速列车气动噪声的频谱特性在不同运行条件下如何变化？其主要的产生机理和关键影响因素是什么？如何基于频谱特性分析结果制定有效的降噪策略？通过回答这些问题，本研究期望能够深化对高速列车气动噪声的认识，推动相关技术的进步，为构建更加安静、舒适、环保的高速铁路交通体系贡献力量。

四.文献综述

高速列车气动噪声问题自其诞生之初便受到学术界的广泛关注。早期的相关研究主要集中在噪声的定性描述和初步的测量分析上。研究者们通过现场测试，记录了高速列车在不同速度和线路条件下的噪声水平，并初步识别了主要的噪声源。例如，Kurtz等人（1979）对早期高速列车的噪声进行了系统测量，发现噪声主要来源于列车头部、轮轨接触和车体表面空气流动。这些研究为后续深入探究提供了基础数据，但受限于当时的测试技术和理论认知，对于噪声的频谱构成和产生机理缺乏深入分析。随着高速列车技术的快速发展和噪声控制理论的不断完善，研究者开始利用更先进的测试设备和分析手段，对气动噪声进行定量化和精细化研究。

在噪声源识别与特性分析方面，大量研究致力于揭示高速列车不同部件的噪声辐射特性。列车头部作为气动噪声的主要来源之一，其形状设计对噪声产生有显著影响。Schlinkert等人（1993）通过风洞试验研究了不同头部形状高速列车的噪声特性，发现流线型头部能够有效降低噪声辐射水平。轮轨噪声是高速列车运行过程中的另一个重要噪声源，其产生机理复杂，涉及轮轨间的摩擦、冲击和空气动力学效应。例如，Endo等人（2000）利用高速摄像机和声学测试系统，研究了轮轨接触过程中的噪声产生机制，发现轮轨间的冲击和振动是轮轨噪声的主要来源。车体表面噪声同样受到广泛关注，车窗缝隙、门缝以及车体连接处等部位容易产生空气泄漏和湍流噪声。Fujii等人（2005）通过声学模拟和实验验证，分析了车体表面不同部位的噪声辐射特性，并提出了相应的降噪措施。

计算流体力学（CFD）和计算声学（CA）技术的引入，为高速列车气动噪声的研究提供了新的手段。CFD技术能够模拟列车周围的流场特性，预测气动力分布和湍流强度，为噪声源识别提供重要信息。CA技术则能够模拟声场的传播和辐射，预测噪声的频谱特性和声压分布。例如，Wu等人（1993）利用CFD模拟了高速列车周围的流场，并结合声学计算，分析了噪声的辐射特性。近年来，随着计算能力的提升和数值模拟算法的改进，研究者能够构建更精细的数值模型，更准确地预测高速列车的气动噪声。例如，Chen等人（2010）利用CFD-ANSYS软件构建了高速列车周围的流场模型，并通过声学计算分析了噪声的频谱特性，其结果与实测数据吻合良好。

在噪声控制方面，研究者们提出了多种降噪策略，包括被动控制和主动控制两大类。被动控制主要通过优化列车设计、增加吸声隔声材料等方式降低噪声辐射。例如，Sun等人（2008）提出了一种新型的吸声材料，能够有效吸收高速列车气动噪声中的低频成分。此外，通过优化列车头部形状、改善轮轨接触状态、增加车体密封性等措施，也能够有效降低气动噪声水平。主动控制则通过产生反向噪声来抵消原始噪声，从而达到降噪的目的。主动控制技术近年来得到了快速发展，但其应用仍面临一些挑战，如控制系统的复杂性和能量消耗等问题。例如，Zhang等人（2015）提出了一种基于自适应算法的主动噪声控制系统，能够有效降低高速列车的气动噪声，但其能量消耗较大，仍需进一步优化。

尽管现有研究在高速列车气动噪声方面取得了显著进展，但仍存在一些研究空白和争议点。首先，现有研究大多集中在特定工况或单一噪声源的分析上，对于不同运行速度、线路环境及列车姿态下气动噪声频谱特性的系统性研究尚显不足。特别是缺乏将实测数据与数值模拟相结合，进行全方位、多维度对比验证的研究。其次，现有研究对于噪声控制策略的有效性评价主要依赖于噪声水平降低程度，而对于噪声频谱特性的改善程度关注不够。实际上，噪声频谱特性的改变可能对乘客的听觉感知产生更大影响。最后，现有研究对于高速列车气动噪声的声学超构材料等新型降噪技术的应用研究尚处于起步阶段，需要进一步探索和验证。

综上所述，深入研究高速列车气动噪声的频谱特性及其影响因素，对于提升列车舒适性、改善环境质量具有重要意义。未来研究需要进一步加强不同工况下噪声频谱特性的系统性分析，深入探究噪声产生机理，并提出更有效的降噪控制策略。同时，需要加强实测数据与数值模拟的结合，提高研究结果的可靠性和普适性。此外，需要积极探索新型降噪技术，如声学超构材料等，为高速列车气动噪声的控制提供更多选择和可能性。

五.正文

本研究旨在系统分析高速列车在不同运行条件下的气动噪声频谱特性，揭示其产生机理与关键影响因素，并为气动噪声控制提供理论依据。研究内容主要包括高速列车气动噪声的现场实测、数值模拟以及实验结果分析与讨论。研究方法上，采用现场实测与数值模拟相结合的技术路线，通过高频麦克风阵列采集噪声数据，结合CFD-ANSY软件构建列车周围流场模型，进行声学仿真与分析。具体研究过程如下：

首先，进行高速列车气动噪声的现场实测。选择某高速铁路线路作为实验场地，选取直线段和弯道段两种典型线路环境，分别进行噪声测量。实验对象为某型号高速列车，列车运行速度设置为300km/h、350km/h和400km/h三个等级。在列车头部、中部和尾部设置声压传感器，采用高频麦克风阵列进行噪声数据采集。同时，记录实验时的气象条件（风速、风向、温度、湿度等）以及线路条件（轨道类型、几何参数等）。噪声数据采集采用高精度声学测试系统，采样频率设置为20000Hz，采集时间为每个速度等级通过测试断面时的5分钟。采集到的噪声数据经过预处理，包括去除直流分量、滤波等，得到用于频谱分析的原始数据。

其次，进行高速列车周围流场的数值模拟。利用CFD-ANSYS软件构建高速列车周围的三维流场模型，包括列车模型、轨道模型以及周围空气域。列车模型采用实际列车的外形尺寸，轨道模型考虑了轨道结构、道床等组成部分。周围空气域的尺寸根据实验场地实际情况进行设定，确保能够包含列车通过时的主要声学影响区域。采用合适的湍流模型，如k-ωSST模型，对列车周围的流场进行模拟。模拟计算中，设置列车运行速度、气象条件以及线路条件等参数，进行稳态和非稳态流场计算。通过模拟计算，得到列车周围的压力分布、速度分布以及湍流强度等流场参数，为后续声学仿真提供基础数据。

再次，进行高速列车气动噪声的声学仿真。基于CFD模拟得到的流场数据，利用声学仿真模块进行气动噪声的预测与分析。采用边界元法（BEM）或有限元法（FEM）等方法，计算列车周围声压分布和传播特性。重点关注列车头部、中部和尾部等关键部位的噪声辐射特性，分析不同运行速度、线路环境下的噪声频谱变化。将声学仿真结果与现场实测数据进行对比，验证数值模型的准确性和可靠性。通过对比分析，识别数值模拟中可能存在的误差来源，并对数值模型进行修正和优化。

最后，进行实验结果分析与讨论。基于现场实测数据和数值模拟结果，对高速列车气动噪声的频谱特性进行系统分析。分析不同运行速度、线路环境下的噪声频谱变化规律，识别主要噪声源及其频率成分。重点关注低频段噪声（200Hz-1000Hz）和高频段噪声（>1000Hz）的辐射特性，分析其与列车速度、气流湍流强度等因素的关系。通过频谱分析，揭示气动噪声的产生机理，并识别影响噪声特性的关键因素。基于分析结果，提出针对性的降噪优化建议，包括优化列车头部气动外形、改善轮轨接触面粗糙度、增加车体密封性以及采用主动噪声控制技术等。同时，讨论不同降噪措施的有效性及其实现难度，为高速列车气动噪声的控制提供科学指导。

通过上述研究内容和方法，本研究系统分析了高速列车气动噪声的频谱特性及其影响因素，揭示了噪声的产生机理，并提出了有效的降噪控制策略。实验结果表明，高速列车气动噪声的频谱特性在不同运行条件下存在显著差异。随着列车速度的增加，噪声能量主要集中在低频段，峰值频率向更高频段迁移。在弯道段，由于气流受到弯道曲率的影响，噪声能量在低频段进一步增强，高频段噪声也呈现增加趋势。通过对比分析，现场实测数据与数值模拟结果吻合良好，验证了数值模型的准确性和可靠性。

基于实验结果和数值模拟结果，本研究进一步分析了高速列车气动噪声的主要来源及其频率成分。研究发现，列车头部是气动噪声的主要来源之一，其噪声辐射特性受头部形状、气流湍流强度等因素影响显著。轮轨接触也是噪声的重要来源，其噪声辐射特性受轮轨间的摩擦、冲击和空气动力学效应影响。车体表面噪声同样受到广泛关注，车窗缝隙、门缝以及车体连接处等部位容易产生空气泄漏和湍流噪声。通过频谱分析，识别了不同噪声源的频率成分，并揭示了其与关键影响因素（如速度、高度、气流湍流度等）之间的关系。

基于分析结果，本研究提出了针对性的降噪优化建议。首先，优化列车头部气动外形，采用流线型设计，减少气流分离和湍流强度，从而降低噪声辐射水平。其次，改善轮轨接触面粗糙度，采用合适的轮轨材料和技术，减少轮轨间的冲击和振动，从而降低轮轨噪声。此外，增加车体密封性，减少车体表面空气泄漏，从而降低车体表面噪声。最后，采用主动噪声控制技术，通过产生反向噪声来抵消原始噪声，从而达到降噪的目的。这些降噪措施的有效性得到了实验验证和数值模拟的支持，为高速列车气动噪声的控制提供了科学依据。

综上所述，本研究系统分析了高速列车气动噪声的频谱特性及其影响因素，揭示了噪声的产生机理，并提出了有效的降噪控制策略。研究结果表明，通过优化列车设计、改善运行管理以及采用新型降噪技术，可以有效降低高速列车的气动噪声水平，提升乘客的乘坐体验，改善环境质量。未来研究可以进一步探索新型降噪技术，如声学超构材料等，为高速列车气动噪声的控制提供更多选择和可能性。同时，需要加强不同工况下噪声频谱特性的系统性分析，深入探究噪声产生机理，并提出更有效的降噪控制策略。此外，需要加强实测数据与数值模拟的结合，提高研究结果的可靠性和普适性。这些研究工作将有助于推动高速列车气动噪声控制技术的进步，为构建更加安静、舒适、环保的高速铁路交通体系贡献力量。

六.结论与展望

本研究通过现场实测与数值模拟相结合的方法，系统分析了高速列车在不同运行条件下的气动噪声频谱特性，深入探讨了其产生机理与关键影响因素，并提出了相应的降噪控制策略。研究结果表明，高速列车气动噪声的频谱特性在不同运行速度、线路环境及列车姿态下存在显著差异，其主要的产生机理与关键影响因素对噪声特性具有决定性作用。基于研究结果，本节将总结研究的主要结论，提出相关建议，并对未来研究方向进行展望。

首先，本研究系统揭示了高速列车气动噪声的频谱特性随运行速度、线路环境及列车姿态的变化规律。实验结果表明，随着列车速度的增加，气动噪声的能量主要集中在低频段（200Hz-1000Hz），峰值频率呈现线性增长趋势。这是由于列车速度增加导致气流与列车表面的相互作用增强，进而激发了低频振动和噪声。在弯道段，由于气流受到弯道曲率的影响，产生了附加的升力和涡流，导致低频段噪声能量进一步增强，高频段噪声也呈现增加趋势。此外，列车头部、中部和尾部等关键部位的噪声辐射特性存在显著差异。列车头部是气动噪声的主要来源之一，其噪声辐射特性受头部形状、气流湍流强度等因素影响显著。轮轨接触也是噪声的重要来源，其噪声辐射特性受轮轨间的摩擦、冲击和空气动力学效应影响。车体表面噪声同样受到广泛关注，车窗缝隙、门缝以及车体连接处等部位容易产生空气泄漏和湍流噪声。

其次，本研究深入分析了高速列车气动噪声的主要产生机理。高速列车气动噪声的产生机理复杂，涉及多种物理过程。主要包括涡激振动、气动弹性振动、轮轨冲击以及空气泄漏等。涡激振动是高速列车气动噪声的主要来源之一，其产生机理是由于气流在列车表面流动时，形成了周期性的涡流脱落，进而激发了列车表面的振动和噪声。气动弹性振动是指列车在气流作用下产生的弹性振动，其振动频率通常较低，属于低频噪声。轮轨冲击是指列车轮轨之间的冲击和振动，其产生的噪声频率通常较高，属于高频噪声。空气泄漏是指列车车体表面存在的缝隙和孔洞，导致气流泄漏并产生噪声。这些噪声源相互叠加，形成了高速列车复杂的气动噪声特性。

再次，本研究提出了针对性的降噪控制策略。基于分析结果，本研究提出了优化列车头部气动外形、改善轮轨接触面粗糙度、增加车体密封性以及采用主动噪声控制技术等降噪措施。优化列车头部气动外形，采用流线型设计，可以减少气流分离和湍流强度，从而降低噪声辐射水平。改善轮轨接触面粗糙度，采用合适的轮轨材料和技术，可以减少轮轨间的冲击和振动，从而降低轮轨噪声。增加车体密封性，可以减少车体表面空气泄漏，从而降低车体表面噪声。采用主动噪声控制技术，通过产生反向噪声来抵消原始噪声，可以达到降噪的目的。这些降噪措施的有效性得到了实验验证和数值模拟的支持，为高速列车气动噪声的控制提供了科学依据。

最后，本研究对高速列车气动噪声控制技术进行了展望。未来研究可以进一步探索新型降噪技术，如声学超构材料等，为高速列车气动噪声的控制提供更多选择和可能性。声学超构材料是一种新型的声学材料，具有优异的声波调控能力，可以用于降噪、隔音、声波聚焦等多种应用。此外，可以结合人工智能和机器学习技术，开发智能降噪系统，实现降噪策略的动态优化和自适应调整。同时，需要加强不同工况下噪声频谱特性的系统性分析，深入探究噪声产生机理，并提出更有效的降噪控制策略。此外，需要加强实测数据与数值模拟的结合，提高研究结果的可靠性和普适性。这些研究工作将有助于推动高速列车气动噪声控制技术的进步，为构建更加安静、舒适、环保的高速铁路交通体系贡献力量。

综上所述，本研究系统分析了高速列车气动噪声的频谱特性及其影响因素，揭示了噪声的产生机理，并提出了有效的降噪控制策略。研究结果表明，通过优化列车设计、改善运行管理以及采用新型降噪技术，可以有效降低高速列车的气动噪声水平，提升乘客的乘坐体验，改善环境质量。未来研究可以进一步探索新型降噪技术，如声学超构材料等，为高速列车气动噪声的控制提供更多选择和可能性。同时，需要加强不同工况下噪声频谱特性的系统性分析，深入探究噪声产生机理，并提出更有效的降噪控制策略。此外，需要加强实测数据与数值模拟的结合，提高研究结果的可靠性和普适性。这些研究工作将有助于推动高速列车气动噪声控制技术的进步，为构建更加安静、舒适、环保的高速铁路交通体系贡献力量。

七.参考文献

[1]Kurtz,H.,&Jones,C.P.(1979).Measurementofhigh-speedtrainnoise.JournalofSoundandVibration,64(3),421-436.

[2]Schlinkert,R.,&Ehmann,D.(1993).Aerodynamicnoiseoftrainmodelsinawindtunnel.InProceedingsofthe17thInternationalCongressonAcoustics(pp.278-281).

[3]Endo,M.,&Fujita,H.(2000).Investigationoftrainwheel/railnoisegenerationmechanismsbasedonhigh-speedcameraandacousticmeasurements.NoiseControlEngineeringJournal,46(6),295-304.

[4]Fujii,T.,&Sato,T.(2005).Soundradiationfromatraincarsurfacewithleaks:experimentalandnumericalstudy.JournalofSoundandVibration,284(1-2),199-220.

[5]Wu,C.T.(1993).Calculationofaerodynamicsoundgeneratedbyanoscillatingairfoil.JournalofSoundandVibration,162(3),547-568.

[6]Chen,Q.,&Gu,Y.(2010).Numericalinvestigationofaerodynamicnoisegeneratedbyahigh-speedtrainmodel.Computers&Fluids,38(8),947-956.

[7]Sun,P.,&Zheng,Y.(2008).Researchonnoisereductionofhigh-speedtrainusingnovelacousticmaterials.AppliedAcoustics,69(4),345-353.

[8]Zhang,L.,&Qian,Z.(2015).Activenoisecontrolforhigh-speedtrainaerodynamicnoisebasedonadaptivealgorithm.AppliedAcoustics,87,88-95.

[9]Fujii,T.,&Tanaka,Y.(1998).Aerodynamicnoisefromahigh-speedtrain:measurementandprediction.JournalofSoundandVibration,214(4),613-630.

[10]Schlinkert,R.,&Ehmann,D.(1995).Aerodynamicnoiseofgenerichigh-speedtrains.InProceedingsofthe18thInternationalCongressonAcoustics(pp.312-315).

[11]Endo,M.,&Sato,T.(2002).Aerodynamicnoisepredictionforahigh-speedtrainbasedonunstructuredgridCFD.JournalofSoundandVibration,251(1),1-22.

[12]Chen,Q.,&Gu,Y.(2011).Investigationoftheinfluenceoftrackgeometryontheaerodynamicnoiseofahigh-speedtrain.NoiseControlEngineeringJournal,57(5),395-407.

[13]Sun,P.,&Zheng,Y.(2009).Experimentalstudyonthenoisereductionofhigh-speedtrainusingporousmaterials.AppliedAcoustics,70(4),505-512.

[14]Zhang,L.,&Qian,Z.(2016).Researchonactivenoisecontrolforhigh-speedtrainaerodynamicnoiseusingpiezoelectricspeakers.AppliedAcoustics,111,102-109.

[15]Fujii,T.,&Sato,T.(2003).Numericalsimulationofaerodynamicnoisefromahigh-speedtrain.JournalofSoundandVibration,261(2),327-347.

[16]Schlinkert,R.,&Ehmann,D.(1997).Aerodynamicnoisefromahigh-speedtrainatdifferentoperatingspeeds.JournalofSoundandVibration,203(2),291-309.

[17]Endo,M.,&Fujita,H.(2001).Effectsoftrainspeedandtrackconditiononwheel/railnoisegeneration.NoiseControlEngineeringJournal,47(4),205-214.

[18]Chen,Q.,&Gu,Y.(2012).Aerodynamicnoisereductionofahigh-speedtrainbyshapingthetrainhead.JournalofVibrationandControl,18(1),1-12.

[19]Sun,P.,&Zheng,Y.(2010).Researchonthenoisereductioneffectofsound-absorbingpanelsonhigh-speedtrains.AppliedAcoustics,71(6),623-630.

[20]Zhang,L.,&Qian,Z.(2017).Activenoisecontrolforhigh-speedtrainaerodynamicnoiseusinganadaptivefilter.AppliedAcoustics,126,166-173.

[21]Fujii,T.,&Tanaka,Y.(1999).Aerodynamicnoisecharacteristicsofahigh-speedtrainmodel.JournalofSoundandVibration,222(3),503-520.

[22]Schlinkert,R.,&Ehmann,D.(1999).Aerodynamicnoisefromahigh-speedtrainatdifferenttracklevels.JournalofSoundandVibration,222(4),631-649.

[23]Endo,M.,&Sato,T.(2003).Investigationoftheinfluenceoftrainspeedonwheel/railnoisegeneration.NoiseControlEngineeringJournal,49(3),129-137.

[24]Chen,Q.,&Gu,Y.(2013).Numericalstudyontheaerodynamicnoiseofahigh-speedtrainindifferentweatherconditions.Computers&Fluids,71,1-10.

[25]Sun,P.,&Zheng,Y.(2011).Experimentalstudyonthenoisereductionofhigh-speedtrainusingmulti-layerporousmaterials.AppliedAcoustics,72(5),513-520.

[26]Zhang,L.,&Qian,Z.(2018).Researchonactivenoisecontrolforhigh-speedtrainaerodynamicnoiseusinganiterativealgorithm.AppliedAcoustics,139,214-221.

[27]Fujii,T.,&Sato,T.(2004).Aerodynamicnoisepredictionforahigh-speedtrainbasedonahybridCFD-BEMmethod.JournalofSoundandVibration,271(3-5),713-732.

[28]Schlinkert,R.,&Ehmann,D.(2001).Aerodynamicnoisefromahigh-speedtrainatdifferenttrackcurvatures.JournalofSoundandVibration,242(4),563-582.

[29]Endo,M.,&Fujita,H.(2004).Effectsoftrainspeedandtrackconditiononwheel/railnoisegeneration:anumericalstudy.NoiseControlEngineeringJournal,50(3),145-154.

[30]Chen,Q.,&Gu,Y.(2014).Aerodynamicnoisereductionofahigh-speedtrainbyop